Python：将DataFrame中‘feb-97’类日期转为指定日的datetime格式

前提准备 #

确保已导入pandas：

import pandas as pd

假设你的DataFrame包含目标列（示例列名为date_col），先创建样例数据方便测试：

df = pd.DataFrame({'date_col': ['feb-97', 'jan-02', 'dec-22']})

转为当月第一天 #

有两种简洁方式可以将字符串转为当月第一天的datetime格式：

1. 默认解析（自动设为当月第一天）
   直接使用pd.to_datetime，指定匹配格式%b-%y（%b对应英文月份缩写，%y对应两位年份）：

df['first_day'] = pd.to_datetime(df['date_col'], format='%b-%y')

执行后first_day列的值会是1997-02-01、2002-01-01、2022-12-01。

2. 显式指定（更稳妥）
   用dt.floor('M')强制将日期对齐到当月第一天：

df['first_day'] = pd.to_datetime(df['date_col'], format='%b-%y').dt.floor('M')

转为当月最后一天 #

同样有两种常用方法：

1. 利用Period对象的结束时间
   先将datetime转为月周期（Period），再提取周期的结束时间：

df['last_day'] = pd.to_datetime(df['date_col'], format='%b-%y').dt.to_period('M').dt.end_time

执行后last_day列的值会是1997-02-28、2002-01-31、2022-12-31。

2. 使用MonthEnd偏移量
   导入MonthEnd偏移量，直接加到解析后的日期上：

from pandas.tseries.offsets import MonthEnd
df['last_day'] = pd.to_datetime(df['date_col'], format='%b-%y') + MonthEnd(0)

额外注意事项 #

• 处理无效日期：如果列中存在不符合格式的字符串，可添加errors='coerce'参数将无效值转为NaT（缺失日期）：

  df['first_day'] = pd.to_datetime(df['date_col'], format='%b-%y', errors='coerce')
  

• 年份范围调整：pandas默认将两位年份00-69解析为2000-2069，70-99解析为1970-1999。若需自定义年份范围，可通过cutoff参数指定，比如将cutoff='2000-01-01'，则两位年份00及以后解析为20xx，99及以前解析为19xx：

  df['first_day'] = pd.to_datetime(df['date_col'], format='%b-%y', cutoff='2000-01-01')
  

内容的提问来源于stack exchange，提问作者balakishore nadella